基于非等时距Verhulst-双重BP神经网络油浸设备故障监测技术
油浸设备运行中发生故障会造成电网大面积停电、财产设备损失及人员伤亡,甚至发生大爆炸等不良后果.可以根据油浸设备油中溶解各气体含量的比值推断出运行中油浸设备已经或将要发生的故障.运行中每时刻油浸设备油中各溶解气体的含量是从渐变性增量累积到一定最大含量的非线性复杂过程,各种因素对运行中油浸设备油中各溶解气体的含量产生的作用也复杂多变.油浸设备故障监测预报一直是电网运行研究的难题.
Verhulst、BP神经网络、油浸设备、故障监测
34
2015-06-29(万方平台首次上网日期,不代表论文的发表时间)
128-132